MétaCan
Menu
Retour à la cohorte
Enregistrement W7118692006 · doi:10.23925/cafi.62.62590

Analysis of the knowledge of young people in the São Paulo metropolitan region about pension plans

2023· article· pt· W7118692006 sur OpenAlexaboutno aff
Paloma Firmo Oliveira, Vytoria Ribeiro Santos, Sandra Joyce Silva de Souza

Notice bibliographique

RevueRepositorio UNIREMINGTON · 2023
Typearticle
Languept
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaSocial securityPensionPopulationSubject (documents)Quarter (Canadian coin)Field researchDescriptive research

Résumé

récupéré en direct d'OpenAlex

According to the Brazilian Institute of Geography and Statistics (IBGE), the number of people aged 60 years or older in Brazil exceeded 31.23 million in 2021. Projections suggest that this number may exceed 58 million by 2060, which means that the elderly population may represent more than 25.5% of Brazilian society (IBGE, 2022). Thus, this study aims to investigate the knowledge of young residents of the metropolitan region of São Paulo on Social Security and Private, as well as to analyze whether they are preparing financially for the future. Bibliographical research was carried out conceptualizing the two types of social security existing in Brazil, as well as conducting the field research addressing the main topics. The methodology was carried out through the preparation and application of a questionnaire composed of 12 questions related to the theme, directed to an audience of the metropolitan region of São Paulo aged between 18 and 25 years, the research was carried out on-line between the 13th and 20th of April. Through the questionnaire, we obtained 150 answers and 136 considered valid for being part of the established sample. Thus, it was noted that most respondents do not have knowledge about the subject related to social security, as well as do not have planning for retirement or investments in other roles, significant part justified by not having enough knowledge to invest. It was possible to prove these arguments from the answers obtained.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,256
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRepositorio UNIREMINGTONMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207